AI“科学家”首战告捷：论文通过ICLR同行评审，人类科研地位受挑战？

Sakana AI 的“AI 科学家”生成的论文通过了 ICLR 研讨会的同行评审。这究竟意味着什么？

最近，Sakana AI 宣布其“AI 科学家”系统生成的论文通过了机器学习领域顶级会议 ICLR 的一个研讨会的同行评审。一石激起千层浪，这引发了业界对于 AI 是否已经具备科研能力的广泛讨论。在深入探讨这一事件的意义之前，我们先来看看 Sakana AI 团队自己是如何评价这篇论文的。

Sakana AI 的自我审视：有潜力，但仍需努力

Sakana AI 并没有因为这篇论文的通过而沾沾自喜，反而以一种非常务实的态度进行了自我剖析。他们承认，这篇论文只是在 ICLR 的 研讨会 上发表，而不是在更具权威性的 主会议 上。此外，他们提交的三篇 AI 生成的论文中，只有一篇被接收。

Sakana AI 的研究人员对这三篇论文进行了内部评审，并坦率地指出，它们都未达到 ICLR 会议论文的标准。这表明，尽管 AI 在生成科学论文方面取得了进展，但距离真正达到人类科学家的水平还有很长的路要走。

Sakana AI 的内部评审意见，展现了其严谨的科研态度。

更令人玩味的是，Sakana AI 还披露了 AI 科学家在研究过程中犯的一些“低级错误”，比如引用错误。

AI 也会犯错，这提醒我们，AI 仍然是工具，而不是独立的思考者。

总的来说，Sakana AI 的自我评价是客观和冷静的。他们既看到了 AI 的潜力，也清醒地认识到当前的局限性。这种实事求是的态度值得肯定。

AI 科学家项目：透明与合作

Sakana AI 在进行这项研究时，与 ICLR 领导层和研讨会组织者进行了充分的合作，并获得了不列颠哥伦比亚大学机构审查委员会 (IRB) 的批准。这种公开透明的做法，为 AI 科研领域树立了一个良好的榜样。

尤其值得一提的是，Sakana AI 明确表示，即使 AI 生成的论文被接收，也会在发表前撤回。这表明，他们并非为了追求论文发表数量，而是更注重科学研究的伦理和规范。

论文是如何产生的？

这篇通过评审的论文，是由“AI 科学家”的升级版——“AI 科学家-v2”生成的。整个过程完全由 AI 自主完成，包括提出假设、设计实验、编写代码、运行实验、分析数据、撰写论文等。人类研究人员只提供了研究的大致方向。

Sakana AI 与 ICLR 研讨会组织者合作，提交了 3 篇 AI 生成的论文进行双盲评审。评审员知道有 AI 生成的论文，但不知道具体是哪一篇。最终，只有一篇论文的评分超过了接收阈值。

这篇题为“组合正则化：增强神经网络泛化能力的意外障碍”的论文，探讨了 AI 在科研中遇到的挑战。

对未来的展望：AI 科研的潜力与挑战

Sakana AI 的这项研究，无疑为 AI 科研领域打开了一扇窗。它表明，AI 不仅可以用于数据分析、图像识别等任务，还可以参与到科学研究的整个流程中，甚至有可能独立完成科研项目。

然而，我们也必须清醒地认识到，AI 科研仍处于起步阶段。AI 生成的论文质量参差不齐，距离在顶级期刊上发表还有很长的路要走。此外，AI 科研的伦理问题、数据安全问题、知识产权问题等，都需要我们认真思考和解决。

Sakana AI 的愿景是“创造能改进 AI 的 AI”。这听起来有点像科幻小说，但随着技术的不断发展，谁又能说这不可能呢？AI 科研的未来充满着无限可能，让我们拭目以待。

脚注

1. 关于 Sakana AI 的竞争对手及其研究，请参阅原文脚注。
2. 关于“通过同行评审”的定义，请参阅原文脚注。
3. 关于 ICBINB 研讨会的选择，请参阅原文脚注。